改进的MEMS陀螺随机噪声自适应Kalman实时滤波方法

针对微机电系统陀螺易受环境影响和稳定性能较差,导致建立的随机漂移模型参数和随机噪声统计特性变化的问题,提出了一种改进的指数渐消记忆自适应Kalman实时滤波方法。通过分析实测数据确定随机漂移自回归滑动平均模型阶数,在此基础上利用递推最小二乘法对模型参数进行实时更新。根据陀螺噪声参数特点,提出了基于渐消记忆因子的Allan方差分析法和Sage-Husa自适应滤波算法同时对Q和R进行参数估计的实时滤波方法,避免了系统状态估计和量测噪声参数估计的相互耦合和制约。实验结果表明:相比标准Kalman滤波补偿方法及传统的固定Q阵只对R阵做自适应估计的滤波方法,本文方法能够更加有效地对MEMS陀螺随机漂移误差进行实时补偿,具有较好的适应性和稳定性。     

自适应滤波技术在激光多普勒测速仪中的应用

激光多普勒测速仪检测系统提取的光电信号中存在较大的噪声信号。为了消除这些噪声干扰, 提高激光多普勒测速仪的测量精度,提出一种新的信号处理方法,将最小均方差自适应滤波技术应用于激光多普勒测量中,利用多普勒信号和噪声信号的统计特性,以最小均方误差估计为准则,最大程度地滤除噪声信号。阐述了最小均方差自适应滤波算法的基本原理,在MATLAB平台上将其应用于理想正弦信号进行仿真,并将其应用于实测多普勒信号的处理中。仿真和实验均表明,该技术可以有效抑制激光多普勒测量中的多频率噪声的干扰,大大提高多普勒信号的信噪比和测量精度,为设计高精度的激光多普勒测速仪创造了条件。     

一种多算法融合的实时滤波在光纤陀螺中的应用

根据光纤陀螺输出信号的特点和应用环境的要求,在Mallat小波变换的基础上,研究了一种多算法融合的实时滤波算法.该算法在光纤陀螺刚启动,数据量偏少时,通过IIR滤波器进行滤波;采样数据量足够多时,通过施加滑动数据窗来实现小波实时去噪,采用周期对称延拓的方法去除小波去噪的边界问题,可有效去除光纤陀螺输出信号中高频部分的噪音,提高滤波效果,抑制陀螺的随机漂移.通过实验验证了该方法对陀螺输出信号进行滤波的可行性和有效性.     

一种多算法融合的实时滤波在光纤陀螺中的应用

根据光纤陀螺输出信号的特点和应用环境的要求,在Mallat小波变换的基础上,研究了一种多算法融合的实时滤波算法.该算法在光纤陀螺刚启动,数据量偏少时,通过IIR滤波器进行滤波|采样数据量足够多时,通过施加滑动数据窗来实现小波实时去噪,采用周期对称延拓的方法去除小波去噪的边界问题,可有效去除光纤陀螺输出信号中高频部分的噪音,提高滤波效果,抑制陀螺的随机漂移.通过实验验证了该方法对陀螺输出信号进行滤波的可行性和有效性.     

Janus配置的激光多普勒测速仪的陆用组合导航（英文）

为了抑制车辆颠簸、倾角变化对传统激光多普勒测速仪的影响,设计了基于Janus配置的分光再利用结构激光多普勒测速仪,该测速仪由两个激光多普勒测速仪子系统镜像安装而成,可补偿倾角变化对速度测量的影响,因此对倾角变化不敏感.车载实验结果表明该测速仪的测速相对误差为0.3%,在55.6km的行程中组合导航的最大位置误差为5.8m.该结构激光多普勒测速仪能够抑制车辆颠簸、倾角变化对速度测量的影响,提高组合导航定位精度,更适合陆用组合导航.     

基于Allan方差的光纤陀螺随机漂移建模与仿真

随机漂移是影响光纤陀螺精度的主要因素之一,建立陀螺随机漂移模型以便在滤波时加以修正是提高系统精度的有效方法。针对传统随机漂移模型建模耗时长、过敏感等问题,提出基于Allan方差的光纤陀螺随机漂移模型。通过各噪声项的功率谱密度函数推导出随机微分方程,用Allan方差分析出光纤陀螺各噪声项量化参数,将量化参数代入以单位白噪声驱动的随机微分方程,得到随机漂移模型。实验结果表明,该模型拟合出的随机漂移单项噪声误差不超过8.6％,远低于传统模型产生的单项噪声误差58.3％,是一种有效的光纤陀螺随机漂移建模方法。     

光纤陀螺随机漂移建模及其在惯导误差方程中的应用

针对光纤陀螺随机漂移模型时序无法直接应用卡尔曼滤波分析的问题,在对陀螺漂移建模分析的基础上,利用一阶马尔柯夫过程等效拟合陀螺漂移模型,并通过Allan方差分析拟合的合理性。对惯导系统误差方程进行了状态扩充,为进一步实现导航系统的滤波分析奠定了理论基础。     

光纤陀螺随机误差建模与滤波方法研究

提出了一种适用于高精度光纤陀螺的静态输出信号建模的时间序列模型,建立了光纤陀螺随机误差的卡尔曼滤波器。结果表明,该建模和滤波方法有效地减小了FOG的误差,明显地降低了陀螺的随机漂移,提高了导航精度,具有较好的实用价值。     

基于新型长周期光纤光栅的低成本应变传感系统

首次利用高频CO2激光脉冲写入的长周期光纤光栅的边缘滤波效应，实现了静态与动态应变的测量.使用单波长输入光，光信号经过长周期光纤光栅衰减后进入光电探测器，最终输出电压信号.当对光栅施加应变时，其中心波长将发生漂移，由于光栅阻带的边缘滤波效应，光电探测器接收的光强会随之变化，测量其输出的电信号，可以得出光栅发生的应变大小与频率.对于静态应变测量，可分辨的最小应变小于10 με，精度为±10 με;在动态实验中,发现光栅能够响应5 kHz以上的动态应变.这种传感系统结构简单，成本低,响应快.     

公路超速检测激光测速仪研究（英文）

为了减少公路违章超速现象的发生,使交通安全监测体制更完善,设计并研制了一种可远距离工作的便携式激光多普勒测速系统.阐述了激光多普勒测速的基本原理和光束变换的实现方法,并利用双透镜类望远系统的结构搭建了用于公路超速检测的激光测速仪.理论分析与路边测试试验表明:该激光多普勒测速系统具有长工作距离和大景深的特点,并且可以较高精度获得车辆的行进速度.相比于传统激光测速仪,便携式激光多普勒测速系统提升了中心工作距离并增大了景深.新激光测速仪的中心工作距离为10m,景深为±1m,测速精度可以达到0.1%.     

MEMS陀螺随机误差特性研究及补偿

为了提高MEMS陀螺输出角速度的精度,采用Allan分析法以及Kalman滤波算法对MEMS陀螺仪进行随机误差分析和补偿。由Allan方差分析陀螺的输出数据,对Allan方差进行最小二乘法拟合,得到各项随机噪声的定量评价指标;对陀螺的输出数据使用AR模型进行数学建模,采用AIC准则确定了AR模型的阶次,建立了陀螺零漂数据的离散时间表达式;在AR模型所建立的陀螺随机误差模型的基础上,设计了Kalman滤波器,对陀螺输出数据使用Kalman算法进行了滤波处理,对陀螺的随机误差进行了补偿;通过Allan方差对Kalman算法对陀螺随机误差的补偿效果进行分析。实验结果表明:角速率随机游走Kalman滤波前为槡0.148 7°/h~(1/2),Kalman滤波补偿后为槡0.004 1°/h~(1/2),,通过补偿可减小97.24%的角速率随机游走误差;零偏不稳定性Kalman滤波前为1.940 8°/h,Kalman滤波补偿后为0.054 2°/h,通过补偿可减小97.21%的零偏不稳定性误差;速率随机游走Kalman滤波前为2.698 5°/h~(3/2),Kalman滤波补偿后为0.334 3°/h~(3/2),通过补偿可减小87.61%的速率随机游走误差。Kalman滤波适用于MEMS陀螺的滤波处理,可有效降低陀螺的随机误差。     

频谱分析型激光多普勒测速仪信号处理技术

为了提高激光多普勒测速仪的测量精度,提出对激光多普勒信号先进行跟踪滤波,再进行频谱细化和频谱校正的信号处理方法,并利用信号处理系统对实测的多普勒信号进行了实验研究。实验结果表明:跟踪滤波器在滤除基底信号及系统的部分噪声的基础上,实时跟踪多普勒信号的频率,信噪比明显提高,所得结果与多普勒频率的真实值相一致;频谱细化技术大大提高了频谱分辨力,频谱校正技术使校正后的频率更接近真实值。     

机载光电系统中光纤陀螺卡尔曼滤波方法应用

针对光纤陀螺输出噪声大、随机漂移难抑制,从而影响机载光电系统低频性能的问题,分析了系统中光纤陀螺输出的实测数据,根据其噪声特性建立了光纤陀螺噪声的AR2 模型。研究了基于卡尔曼滤波的光纤陀螺在机载光电系统中的应用方法。对比传统应用的滑动平均滤波,给出实验结果。结果表明:卡尔曼滤波能有效消除陀螺高频噪声,抑制系统的随机漂移,在一定程度上能够提高系统的低频工作性能。研究结果对机载系统中光纤陀螺的应用有较好的参考价值。     

二频机抖激光陀螺高精度低延时信号解调电路设计

在激光陀螺信号解调滤波过程中,工程上经常运用高阶FIR滤波电路来实现抖动信号剥除;这种方法虽然精度高但具有较高的延时,无法满足激光陀螺输出结果实时性的要求;为了解决这个问题,提出了一种基于FPGA的激光陀螺信号解调电路,利用自适应滤波原理对激光陀螺输出抖动信号进行自适应剥除,最后进行了相应精度及延迟测试;实验结果表明激光陀螺信号经过该系统自适应抖动剥除后效果较好,激光陀螺静态输出百秒方差仅为千分之三且系统延迟0.6 ms远低于常规5 ms延迟,满足了激光陀螺信号解调高精度低延时的要求。     

基于时变ARMA模型的MEMS陀螺随机误差补偿技术

为了提高微机电系统(MEMS)陀螺的测量精度,提出了一种基于遗忘因子递推最小二乘估计的时变自回归滑动平均(ARMA)模型补偿方法.针对实测MEMS陀螺去除趋势项后的随机漂移信号,采用分段检验方式进行了平稳性分析,选取合适的基函数以及子空间维数进行时变ARMA模型建模.采用遗忘因子递推最小二乘估计的方式进行模型参数估计,通过设置遗忘因子,使得更新后的模型参数能够反映信号的动态变化.针对存在轻微波动的时变参数,采用5阶多项式对时变模型参数进行拟合,并提出一种解析法进行参数寻优,从而建立最优随机漂移模型.将建模结果应用于卡尔曼滤波,进行随机漂移补偿,将补偿结果与时不变ARMA模型建模补偿方式的补偿结果进行对比发现,所提方法补偿后的残差方差比时不变ARMA模型补偿后的残差方差降低了近40%,有效提高了MEMS陀螺随机漂移的补偿精度.     

EMD阈值滤波在光纤陀螺漂移信号去噪中的应用

光纤陀螺(FOG)的漂移输出经常淹没在噪声中,直接建模补偿漂移信号非常困难,提出基于经验模态分解(EMD)的阈值滤波方法(EMD-T)对漂移信号预处理。为了提高EMD分解的精确度,基于噪声传播模型引入一种有界噪声辅助分析的方法,将漂移信号中幅值小、频率高的噪声信息压缩至低阶本征模态函数中。为了验证算法的有效性,采集一款干涉型FOG的静态漂移输出作为测试信号,将EMD-T与基于小波包变换(WPT)和常规EMD(CEMD)的阈值滤波方法进行了对比分析。仿真结果及Allan方差分析表明,EMD-T较WPT和CEMD滤波性能有显著的改善,经EMD-T处理后,漂移信号的量化噪声(Q)和角度随机游走(N)分别由0.7862μrad和4.58×10-3(°)·h-1/2下降至0.1340μrad和9.03×10-4(°)·h-1/2。     

光纤陀螺随机噪声滤波分析

高精度光电稳定跟踪平台基准轴抖动或者缓慢漂移通常使得光纤陀螺(FOG)的输出信号中含有随机噪声。针对这一特点,通过对工程中实际采用的光纤陀螺实测数据进行时间序列分析,运用递推最小二乘法建立了噪声模型,并对其进行自适应卡尔曼(Kalman)滤波处理。通过Allan方差法分析结果表明,使用只对观测噪声协方差R阵进行自适应的Kalman算法滤波效果明显优于普通Kalman算法,且加入的计算量小,实时性能优于Saga-Huga自适应Kalman算法,对提高光电稳定跟踪平台性能有一定的实用价值。     

基于Allan方差的MEMS陀螺随机误差建模

针对由于MEMS陀螺随机误差较大而影响MEMS惯性测量系统测量精度的问题,提出一种利用Allan方差分析随机误差并建模的方法。在分析Allan方差原理的基础上,通过Allan方差分析法分离和辨识了MEMS陀螺仪的各项随机误差以及误差系数,并利用随机误差系数进行了数学建模。通过与ARMA模型比较,表明利用Allan方差建立的模型更加精确。该方法为MEMS惯性导航系统中姿态测量的误差补偿和滤波提供了新的思路,对提高MEMS惯性测量系统的测量精度具有一定的实际应用价值。     

基于MEMS陀螺仪的随机误差分析

为了提高MEMS陀螺仪测量精度,减少随机误差的影响,对产生随机误差的噪声源及其随机误差模型进行了分析。通过分析MEMS陀螺仪自身结构的缺陷并且对其输出数据进行了相应的滤波处理与平稳性检验,确立了合适的误差模型并利用Kalman滤波进行误差补偿,验证了模型的有效性。同时运用Allan方差法对MEMS陀螺仪噪声项进行了分析,确定了影响MEMS陀螺仪测量性能的主要因素以及比较了滤波前后的各项噪声源系数,检验了滤波效果且实验结果证明误差模型显著提高了MEMS陀螺仪的测量精度。     

温度和振动对光纤马赫-曾德干涉仪的影响与动态补偿研究

环境温度变化和振动会引起光纤马赫-曾德干涉仪两臂相差随机性变化,致使干涉仪输出不稳定.本文研究了自然条件下外界温度和振动对基于3×3耦合器干涉仪的影响,分析结果表明,温度和振动所引起的干扰主要集中于100Hz以下的低频成分中.为了消除这些干扰,设计了单臂补偿的反馈回路以稳定输出信号,并提出了一种利用象限判决方法来区分反馈正负性的动态补偿方法.实验中利用3×3耦合器3个输出端中其中2个进行光电变换、差分放大等反馈电路后驱动管状压电陶瓷,使缠绕在其上的光纤伸缩,动态补偿干涉仪相差的漂移,稳定干涉仪输出即3×3耦合器第三输出端口的信号.针对自然环境下温度和振动引起的干扰,本文研制了一种稳定的动态补偿装置,能有效抑制160Hz以下的低频干扰,实时补偿干涉仪两臂的相差漂移,干涉仪输出稳定的干涉信号,波动幅度小于5.64%.